【python】numpy.pd和numpy.expand_dims用法记录

numpy.pd 用于对数组上下左右（2d）进行扩充

语法结构：numpy.pad(array, pad_width, mode='constant', **kwargs)

参数说明：

array——表示需要填充的数组；

pad_width——表示每个轴（axis）边缘需要填充的数值数目。
参数输入方式为：（(before_1, after_1), … (before_N, after_N)），其中(before_1, after_1)表示第1轴两边缘分别填充before_1个和after_1个数值。取值为：{sequence, array_like, int}

mode——表示填充的方式（取值：str字符串或用户提供的函数）,总共有11种填充模式；

三种方式，单个int，表示上下左右都填充这么多，如果是一个(int a ,int b) 表示每个轴开始都这样填充,或者((int a , int b ), (int c, int d)）

np.expand_dims:用于扩展数组的形状

np.expand_dims(a, axis=0)表示在0位置添加数据,转换结果如下：

import numpy as np
a = np.array([[[1, 2, 3], [4, 5, 6]]])
a.shape
Out[2]: (1, 2, 3)

np.expand_dims(a, axis=1)表示在1位置添加数据,转换结果如下：

c = np.expand_dims(a, axis=1)
c
Out[3]: 
array([[[[1, 2, 3],
         [4, 5, 6]]]])
c.shape
Out[16]:
(1, 1, 2, 3)

np.expand_dims(a, axis=2)表示在2位置添加数据,转换结果如下：

In [17]:
d = np.expand_dims(a, axis=2)
d
Out[17]:
array([[[[1, 2, 3]],
        [[4, 5, 6]]]])
 
In [18]:
d.shape
Out[18]:
(1, 2, 1, 3)

np.expand_dims(a, axis=3)表示在3位置添加数据,转换结果如下：

In [19]:
e = np.expand_dims(a, axis=3)
e
 
In [20]:
e.shape
Out[20]:
(1, 2, 3, 1)

axis = -1 也就是相当于在最后插入

a = np.array([[[1,2,3],[4,5,6]]])
b = np.expand_dims(a,axis=-1)
print(b.shape)

(1, 2, 3, 1)